基于PCA—ELM的煤矿突水预测方法研究

针对采用传统算法建立煤矿突水预测模型存在训练速度慢、泛化能力差、测试精度不高等问题,提出了一种将PCA与ELM相结合的煤矿突水预测方法,并利用该方法建立了煤矿突水预测模型。该方法以煤矿突水历史数据为样本,利用PCA得到煤矿突水主控因素,将仅包含主控因素的样本数据划分为训练集、验证集和测试集;然后把训练样本作为ELM的输入,对模型进行训练;最后利用样本数据验证模型。实验结果表明,相较于传统算法,该方法输入变量少,建模和运算时间短,模型的运行速度和预测精度较高。     

一种矿井图像增强算法

针对煤矿井下视频监控系统采集图像对比度低、光照不均、伴有大量噪声等问题,提出一种基于加权引导滤波同步去噪的单尺度Retinex算法对矿井图像进行增强。该算法首先采用加权引导滤波代替单尺度Retinex算法的高斯滤波对图像的低频分量进行照度估计,然后采用加权引导滤波对图像的高频分量进行去噪处理,最后由对数域转换到实数域得到增强后的图像。通过主观视觉效果和客观质量评价对该算法进行验证,结果表明该算法较传统图像增强算法可获得更好的图像视觉效果,且图像处理速度更快。     

基于IWOASVM的煤矿突水预测模型

针对传统煤矿突水预测算法易陷入局部最优、预测结果准确率低及速度慢等问题,提出了一种基于改进鲸鱼优化算法(IWOA)-支持向量机(SVM)的煤矿突水预测模型。IWOA从鲸鱼种群初始化、调节因子非线性化及随机差分进化(DE)3个方面入手对鲸鱼优化算法(WOA)进行改进:使用Tent映射初始化鲸鱼种群,提高鲸鱼种群寻找到最优猎物的可能性;通过调节因子非线性变化策略,提升算法在迭代前期的全局搜索能力及迭代后期的局部搜索能力,从而加快收敛速度;引入DE算法的变异、交叉、选择操作,以增强WOA的全局搜索能力。利用IWOA对SVM模型进行参数优化,将影响煤矿突水的水压、隔水层厚度、煤层倾角、断层落差、断层与工作层距离、采高共6个影响因素作为模型的输入特征向量,突水与安全2种突水结果作为模型的输出向量,以突水预测结果与实际结果间的误差最小化为目标建立目标函数,得到基于IWOA-SVM的煤矿突水预测模型。实验结果表明:与粒子群优化算法、DE算法、WOA相比,IWOA的预测准确率最高,标准误差最小,且收敛速度快,鲁棒性好;IWOA-SVM的突水预测准确率达到100%,与传统的突水系数法、SVM、WOA-SVM相比,IWOA-SVM表现出更高的准确率和稳定性。     

一种煤矿井下图像压缩方法

针对煤矿井下视频监控图像数据量大而导致传输、存储困难等问题,提出了一种基于改进压缩感知算法的图像压缩方法。首先采用Coiflet2小波变换原理对采集图像数据进行稀疏化,然后通过测量矩阵对稀疏化的图像数据进行测量,得到测量数据,最后采用正交匹配追踪算法和小波反变换重构图像。实验结果表明,该方法有效压缩了图像大小,且能够很好地还原图像。     

基于两次双边滤波的煤矿监控图像去雾研究

煤矿井下智能视频监控系统在各大煤矿得到广泛的应用,然而由于井下条件恶劣,视频监控中经常遇到伴有各种随机噪声的尘雾图像。针对降质严重、视觉效果差的监控图像,提出一种基于两次双边滤波的快速图像去雾方法(FDA-DBA)。首先利用四叉树方法获取全局环境光亮度,然后对最小通道图采用双边滤波器获取粗略的大气散射图并进一步优化;其次利用容差机制进行透射率修正,解决明亮区域处理后颜色失真问题;最后利用大气散射模型复原雾尘图像。实验表明,该算法能较准确地恢复场景的色彩和清晰度,可获得较真实的清晰无雾图像,具有较高的准确性和鲁棒性,并且算法的时间复杂度与图像像素数呈线性函数,适合于煤矿智能视频监控环境。     

基于遗传神经网络的煤矿突水预测

文章综合考虑了水源、隔水层、断层等因素对煤矿突水的影响，建立了基于遗传神经网络的煤矿突水预测模型，实验结果表明，该模型具有较高的预测精度，预测结果可靠，为矿井水害防治提供了一种辅助决策手段。     

一种新型煤矿视频监控图像滤波算法

针对煤矿视频监控图像存在噪声强度高且对比度低等问题,提出了一种新型煤矿视频监控图像滤波算法。该算法首先采用自适应Canny算子对图像进行边缘检测,实现边缘图像和非边缘图像的有效分离;然后对边缘图像引入直方图均衡化算法进行处理,以突出图像边缘信息,提高图像对比度;从滤波器的构建、结构元素的设计方面对经典数学形态学滤波算法进行改进,将其应用于非边缘图像的滤波;最后对处理后的边缘图像和非边缘图像引入图像融合机制进行加权融合。实验结果表明,与小波阈值法、经典数学形态学滤波算法相比,该算法具有较好的滤波效果。     

基于非均衡样本集的煤矿突水预测模型

针对煤矿突水样本集呈非均衡分布的特点,提出基于集成学习分类的煤矿突水预测模型,重点研究基分类器的构建方法、性能衡量指标和权重分析,以及基于改进型Boosting的集成学习算法.实验结果表明,该算法以牺牲不突水样本的最小误判率为代价,实现突水样本100%的判别准确率,且计算量小,易于实现.     

视频监控中一种完整提取运动目标的检测算法

提出一种视频监控中完整、精确提取运动目标前景的检测算法.首先对彩色图像建立混合高斯模型,由背景差分法得到基本准确的前景图像;然后和对称差分法图像综合,得到完整可靠的运动目标图像;再利用亮度信息消除运动目标阴影;最后利用形态学滤波和连通区域面积检测进行后处理.实验结果表明,该算法检测的运动目标前景信息完整准确,对固定场景下的视频监控系统具有一定实用价值.     

基于UMV的重构图像扩展算法及VLSI实现

在AVS视频解码系统中,针对运动补偿所需的参考宏块出界导致视频解码效率降低的问题,提出一种新型图像边界扩展算法重构了出界参考宏块,以获得相应运动向量进行完善的运动补偿。该算法基于视频解码系统流水线设计要求,同时考虑消除中间存储的需求,对图像数据进行分析,依据图像数据的不同类型和位置进行边界宏块像素的有序扩展,并采用二维存储机制提高效率,使得在运动补偿中实现了图像无限制运动向量(UMV),优化了图像运动补偿效果,提高了视频的解码效率。该算法采用Verilog HDL语言描述,经EDA软件仿真、综合及FPGA验证表明:该算法能够在图像运动补偿中获得出界参考宏块的运动向量,实现图像运动补偿的优化,本模块打开UMV后综合的芯片面积仅增加面积1.5%,而AVS视频解码系统采用UMV比不采用UMV解码效率明显提高。     

煤矿井下防爆视频监控系统的设计

介绍了煤矿井下防爆视频监控系统的发展,分析了目前煤矿井下防爆视频监控系统存在的问题,设计了一种煤矿井下防爆视频监控系统。该系统综合了计算机技术、IP视频技术、视频数据的压缩及解压处理技术、互联网应用技术,实现了基于TCP/IP的点对点、点对多点、多点对多点等远程视频实时编码组播(广播)和监控、远程控制摄像机和云台的功能,提高了煤矿井下视频监控的效率。     

基于背景差分法的煤矿井下视频动目标检测

煤矿井下运动目标的监测是随着工业视频监控、数字图像处理和模式识别等技术的发展而提出的一种安全生产管理的新需求,通过识别井下移动物体,判别其基本属性,跟踪其运动轨迹,分析其所处环境,结合预设参数及专业库,进行危险性判别及预警。针对煤矿井下环境的运动目标检测需求,描述了整个系统的组成及框架,采用背景差分法的基本原理,重点设计了矿井监控视频中的运动目标检测的流程及相关算法,结合Python与OpenCV的编程,混合高斯的建模过程,实现了煤矿井下综采工作面的运动目标的检测。现场应用表明,采用该流程及算法,在K=5,std=20,std_t=20,λ=3条件下,很好地实现了矿井监控视频中人员或矿车的动目标判别。     

煤与瓦斯突出电磁辐射在线监测系统的设计

基于煤与瓦斯突出伴随电磁辐射的原理 ,分析、设计了一套便于预测预报煤与瓦斯突出的在线监测系统 ,并介绍了该系统的组成及功能     

塔机吊钩可视化系统的视频稳像算法

针对施工现场工况复杂,塔机吊钩视频稳像效果差的问题,本文提出了一种改进ORB特征匹配与固定滞后Kalman滤波相结合的吊钩视频稳像算法.在图像运动估计中,对经典ORB算法进行改进,采用了图像分块与自适应阈值的特征点提取,并引入图像四叉树算法提高图像特征点分布均匀性;在此基础上,采用背景补偿结合帧间差分法,快速识别局部运动目标并进行剔除,提高了全局运动参数估计的准确性;在运动滤波和补偿阶段,采用固定滞后Kalman滤波算法去除随机抖动分量,以获得视频去抖动的运动补偿参数,进而实现塔机吊钩可视化系统监控视频的稳像处理.实验结果表明:与经典ORB加Kalman滤波的稳像算法相比,本文所提出的稳像算法帧间变换保真度ITF提升了约9.12%,结构相似度平均值■提升了约2.75%,获得了更好的稳像效果,且帧处理速率FPS达到了29.65 f/s,满足塔机实时监控要求.     

煤岩体声发射监测系统的设计与实现

本文介绍矿山地质条件下煤岩体声发射监测系统的设计与实现。在煤矿生产现场，系统正为有效地预报冲击地压矿井的冲击（矿震）危险发挥着作用。在冶金矿山地质条件下，系统也有良好的应用前景。     

基于DM365的井下多媒体监控系统设计

针对现有井下监控系统由于采用有线方式传输而存在布线难、网络覆盖不全及由于监控网络相互独立而造成成本高等问题,提出了一种基于DM365的井下多媒体监控系统的设计方案。该系统选用DM365视频处理芯片为硬件平台,嵌入式Linux操作系统为软件平台,集传感器无线数据传输和视频监控功能于一体,可对井下现场的视频、设备工作状况以及甲烷气体体积分数、湿度和温度等多维环境信息进行监测。实验结果表明,该系统提高了视频图像的处理能力,满足了井下无线传输距离的要求,适合在能量有限的煤矿井下使用。     

基于嵌入式linux平台的水位视频在线监测系统设计

为了提高水位数据在线监测技术的自动化,针对当前传统水文监测微控制器(C51、MSP430以及STM32等)主频低、智能性差以及鲁棒性差等问题,提出了采用嵌入式linux系统实现水位数据在线监测。首先,利用嵌入式linux系统定时控制网络摄像机获取高清图像,并在嵌入式linux平台进行图像识别处理,然后将识别的水位信息和采集的图像通过无线模块传输至控制中心以期实现水位视频在线监测与图像查询。该方法相比传统微控制器监测水位数据更智能、处理速度更快等优点。     

基于WiFi的分布式监视场景拼接系统

随着数字化信息技术的不断发展,监视系统已经成为各行业领域中的重要应用.随着WiFi等无线技术的发展,实现了视频数据的无线传输,因其特有的便捷性将传统的有线监视系统取而代之.图像拼接是目前图像处理的一项热门技术,将两幅或者多幅具有重叠区域的图像拼接成一幅无缝隙高分辨率的图像.本论文结合WiFi无线技术和图像拼接技术的优势,提出了基于WiFi的分布式监视场景拼接系统,多个客户端采集的图像通过WiFi无线网络传输到服务器,服务器对传输过来的图像采用SIFT算法和RANSAC算法完成拼接,最终实现了宽场景监视.实验结果表明该系统可以有效地实现监视场景拼接.     

面向矿山监管的无人机视频关键帧影像动态提取方法

为满足对露天煤矿违法开采实时监测需求,提出了一种基于无人机瞬时航飞速度的视频关键帧影像动态提取方法。首先对无人机采集的视频影像进行预处理,提取视频影像中无人机瞬时飞行速度、飞行航高等信息;然后基于提取的相关信息加权化处理并结合相机参数进行计算,得出抽取关键帧所需的动态间隔,再对关键帧时间间隔进行加权和阈值约束处理,提取出关键帧的动态时差。实例验证表明,采用该方法提取的关键帧影像进行矿区三维重建,在保证三维场景的同时有效提高了数据处理速度,且比等时差法用时缩短了近5倍,显著提高了三维重建的效率。